LINE ヤフー、
LINE ヤフーが生成 AI の出力品質の評価手法を解説しました。 熟練編集者が Gold Data と Rubric を作り評価ロボットを検証します。
LINEヤフー Tech Blog
#推論
今日 3件10月7日（水）
· 3件LINE ヤフー、
Claude、
Models API に thinking 無効化 Claude の Models API に thinking 無効化の指定が加わりました。 GET /v1/models で thinking 無効化に対応するか確認できます。 thinking: {type: "disabled"} で thinking をオフにできます。
Claude Platform Release Notes
10月6日（火）
· 2件10月3日（土）
· 2件10月2日（金）
· 7件ストックマーク、
SIAI の 体験を 提供 ストックマークが SIAI でシナリオ体験を提供しました。 参加者は 1時間で未来を予測し行動案を考えました。 研究では情報収集から確率更新までの自動化を目指します。
Stockmark Tech BlogNVIDIA、
OpenAI の GPT-6 Astra Ultrafast を 加速 OpenAI が GPT-6 Astra Ultrafast を API で提供開始しました。詳しくは出典へ。
NVIDIA BlogAISI、
白箱制御の 研究を 公開 AISI が白箱制御チームを立ち上げました。 白箱制御はモデル内部の活性化を監視・改変します。 Llama-3.1-8B ではサンドバッギング検出が高精度でした。
UK AI Security Institute BlogAISI、
現行 AI の 限界 8 点を 報告 AISI が現行 AI システムの限界 8 点を報告しました。 検証が難しいタスクや長時間タスクで人に劣ります。
UK AI Security Institute BlogBalyasny、
Claude Fable 5 の 評価手法を 公開 Balyasny が Claude Fable 5 の評価手法を公開しました。 数千の実務タスクで Fable は 89.4%、従来モデルは 86.1% です。 BAMAgent で数千のエージェントを稼働させます。
Claude Blog（claude.com）
10月1日（木）
· 5件NVIDIA、
AI ファクトリーの 投資回収 NVIDIA が AI ファクトリーの投資回収を最大化すると解説しました。 1 メガワットの AI ファクトリー建設費は約 6,000 万ドルです。 Vera Rubin NVL72 は GB300 NVL72 比で最大 30 倍の処理性能です。
NVIDIA Blog
9月30日（水）
· 1件Apple AI、
条件付けの 効果と 流暢さを 調査 Apple AI が条件付け手法の効果と流暢さを調査しました。 効率的なステアリング手法は流暢さを大きく損ないます。 指示チューニング済みモデルでは効果が低下します。
Apple Machine Learning Research
9月29日（火）
· 3件Apple AI、
木構造の 伝達損失を 調査 Apple AI が木構造表現の往復精度を調査しました。 最良の組み合わせでも往復精度は 92.9% です。 生成側の失敗が全体の 73.6% 以上を占めます。
Apple Machine Learning ResearchGrok 4.7、
Amazon Bedrock に 対応 xAI の Grok 4.7 が Amazon Bedrock で利用可能になりました。詳しくは出典へ。
AWS Machine Learning Blog
9月28日（月）
· 4件ABEJA、
DeepSeek-V4-Flash を Mac mini で 実行 ABEJA が DeepSeek-V4-Flash を Mac mini で動かしました。詳しくは出典へ。
ABEJA Tech BlogBasis、
税務処理を GPT-6 Astra で 高速化 Basis が GPT-6 Astra で税務処理を高速化しました。 50 タブの税務ワークブックを GPT-5.6 Sol の 2 倍速で処理します。 利用者の意図の理解が向上し、実務での信頼性が高まりました。
OpenAI NewsAnthropic、
Claude Sonnet 5.5 を 公開 Anthropic が Claude Sonnet 5.5 を公開しました。詳しくは出典へ。
Claude Platform Release Notes
9月26日（土）
· 1件9月25日（金）
· 2件Sakana AI、
スタートアップ大賞で 受賞 Sakana AI が日本スタートアップ大賞で受賞しました。 自然界の進化に着想を得た効率的な AI 開発手法が評価されました。 防衛分野では指揮統制システムに AI を活用しています。
Sakana AI
9月24日（木）
· 1件9月23日（水）
· 1件9月17日（木）
· 1件9月15日（火）
· 1件9月13日（日）
· 1件Epoch AI、
GPT-6 Astra を 事前評価 Epoch AI が GPT-6 Astra を事前評価しました。 Astra は ECI などで過去最高を記録しました。 FrontierMath Erdős では 68 問中 2 問を解きました。
Epoch AI（Substack）
9月12日（土）
· 1件Sakana AI、
世界モデル特集に 寄稿 Sakana AI の David Ha が世界モデル特集に寄稿しました。 特集は英国王立協会の科学誌に掲載されました。 現在の AI は因果を理解しているとは限りません。
Sakana AI
9月11日（金）
· 2件9月9日（水）
· 2件GPT-5.6 Sol、
量子実験を 自動化 MIT の研究者が GPT-5.6 Sol と Codex で量子実験を自動実行します。 実験結果の分析と量子ビットの校正も自動で行います。 実験の様子を OpenAI が公開しました。
OpenAI News